使用空格标记器时删除逗号

Question

当使用空格标记器时，会出现“there, he is”之类的文本。将被拆分为 “那里”、“他”和“是”。当然，我想删除那些标准标记器会自动删除的标点符号。

我的问题是：

1. 如何修剪那些标点符号？ （在 elasticsearch 设置中，例如添加另一个令牌过滤器或字符过滤器）
2. 我需要使用空白标记器，主要是因为我不希望连字符的单词被拆分。有没有办法在仍然使用标准标记器的同时实现这一目标？

Answer 1

您可以使用 char 过滤器来删除“，”。 Char Filter

Answer 2

你可以使用：

http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/analysis-word-delimiter-tokenfilter.html

我已经安装的一个片段̶=̶>̶HTTP：̶/̶/̶e̶s̶.̶s̶u̶b̶i̶t̶o̶l̶a̶b̶s̶.̶c̶o̶m̶/̶＃̶/̶t̶e̶s̶t̶r̶/̶m̶6̶m̶f̶b̶4̶a̶h̶i̶m̶8̶6̶w̶2̶9̶ P>

Answer 3

您可以使用 split() 删除所有标点符号

String str ="there, he is.";
String[] ss = str.split("[ ,.]");   
for (String string : ss) {
System.out.println(string);
}

试试这个 这将帮助你